TAM：机器人操作中的力矩自适应模块

2026年10月15日，arXiv Artificial Intelligence 刊出 Dongwon Son 等作者的论文，提出力矩自适应模块（Torque Adaptation Module，TAM）。据该报道，TAM 是一种学习模块，位于底层控制器与机器人力矩接口之间，学习残差力矩修正，使同一策略能够适配不同机器人、不同负载以及仿真到现实的差异。报道称，TAM 仅依赖本体感知历史，不依赖策略的观测或动作空间，因此同一套权重可复用于关节目标、末端目标或直接力矩等不同动作空间。该论文被 CoRL 2026 接收。截至本综述，事件进展为论文发布与被会议接收，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。